Diese Datenbank erfasst reale, dokumentierte Falschmeldungs-Fälle — jeder mit Quellenangabe, Datum und Analyse. Durchsuche sie nach Kategorie, filter nach Urteil oder suche eine konkrete Behauptung.
Was diese Datenbank enthält
Jeder Eintrag ist ein realer Vorfall: eine falsche oder irreführende Behauptung, die öffentlich kursierte, nachweisbar Verwirrung oder Schaden anrichtete und inzwischen durch unabhängige Quellen verifiziert und widerlegt wurde. Fälle werden nicht für illustrative Zwecke erfunden. Sie stammen aus dokumentierten Vorfällen, werden gegen mindestens zwei unabhängige Quellen abgeglichen und mit den spezifischen Signalen kommentiert, die sie als falsch erkennbar machen.
Die Datenbank ist um acht Inhaltskategorien herum organisiert, die die Bereiche abbilden, in denen Desinformation den größten Schaden anrichtet. Innerhalb jeder Kategorie sind die Einträge nach dem Datum des ersten Kursierens sortiert. Jede Eintragsseite enthält: die wörtliche oder zusammengefasste ursprüngliche Behauptung, das Datum und die Plattformen, auf denen sie kursierte, die Beweiskette, das Urteil und eine kurze Analyse der anwendbaren Erkennungsmuster.
Diese Struktur macht die Datenbank für zwei Zielgruppen nutzbar: für Leserinnen und Leser, die eine konkrete Behauptung überprüfen wollen, und für Lehrende oder Forschende, die dokumentierte Fallstudien nach Kategorie und Technik suchen.
Die acht Kategorien
Politik & Wahlen
Falsche Behauptungen über Wahlprozesse, Parteiprogramme, Kandidaturen und Regierungsentscheidungen. Dazu gehören erfundene Zitate, manipulierte Wahldaten und koordinierte Einflussoperationen. Wahlbezogene Desinformation zählt zu den meisterforschten und am besten dokumentierten Kategorien weltweit — mit umfangreichem Querverweismaterial nationaler Wahlbehörden und unabhängiger Wahlintegritäts-Beobachter.
Gesundheit & Medizin
Widerlegte Gesundheitsbehauptungen aus den Bereichen Impfstoff-Fehlinformation, COVID-19-Narrative, nicht belegte Behandlungen und irreführende Pharmadaten. Viele Einträge dieser Kategorie wurden durch peer-reviewte medizinische Quellen überprüft, darunter WHO und CDC. Gesundheits-Desinformation hat besonders hohe Einsätze, weil falsche Behauptungen medizinische Entscheidungen direkt beeinflussen können.
Klima & Umwelt
Fehlinformation über Klimawissenschaft, Umweltpolitik und Naturkatastrophen. Diese Kategorie umfasst sowohl die direkte Leugnung gesicherter Erkenntnisse als auch subtilere Verzerrungen — selektiv zitierte Daten, irreführende Grafiken und falsche Zuschreibungen von Extremwetterereignissen zu nicht klimabezogenen Ursachen.
Technologie & KI
Falsche Narrative über KI-Fähigkeiten, Überwachungstechnologie, Datenschutz und das Verhalten sozialer Medienplattformen. KI-generierte synthetische Medien (Deepfakes, Stimmklone) sind eine wachsende Unterkategorie mit eigenen Erkennungshinweisen in jedem betreffenden Eintrag.
Krieg & Konflikte
Propaganda, erfundene Gräueltaten, zweckentfremdetes Videomaterial und False-Flag-Narrative im Zusammenhang mit bewaffneten Konflikten. Diese Kategorie stützt sich stark auf geolokalisierte Verifikation und archivierte Originalquellen, um echte Dokumentation von Manipulation zu unterscheiden. Bildbehauptungen werden gegebenenfalls mit Bellingcats Open-Source-Methodik abgeglichen.
Wirtschaft & Finanzen
Falsche oder verzerrte Behauptungen über Wirtschaftsindikatoren, Unternehmensfinanzen, Kryptomärkte und Fiskalpolitik. Dazu zählen sowohl bewusste Marktmanipulationsversuche als auch ehrliche Fehler, die sich dennoch weit verbreiteten und die öffentliche Wahrnehmung der Wirtschaftslage beeinflussten.
Prominente & Popkultur
Erfundene Promi-Aussagen, gefälschte Todesberichte, manipulierte Bilder und falsche biografische Angaben. Obwohl diese Kategorie weniger folgenreich ist als politische Desinformation, eignet sie sich gut zum Erlernen von Mustererkennung — dieselben strukturellen Techniken wie in risikoreicheren Kategorien tauchen hier auf, bieten aber einen niedrigschwelligeren Einstieg in die Verifikationspraxis.
Regional / DACH
Fehlinformation, die vorrangig in deutschsprachigen Märkten (Deutschland, Österreich, Schweiz) kursiert. Dazu gehören lokale Wahlmanipulation, regionale Krisennarrative sowie Fälle, in denen paneuropäische Desinformationskampagnen ihre Inhalte auf DACH-spezifische Kontexte, Zielgruppen und politische Konfliktlinien zugeschnitten haben.
Die Urteil-Labels erklärt
Jeder Datenbankeintrag trägt eines von fünf Urteil-Labels. Das Label spiegelt den Beweisstand zum Zeitpunkt der Veröffentlichung wider und wird aktualisiert, wenn neue Informationen die Bewertung verändern.
- DEBUNKED
- Die Behauptung ist nachweislich falsch. Belege widersprechen ihr direkt, gestützt auf Primärquellen oder verifizierten wissenschaftlichen Konsens. Mindestens zwei unabhängige Quellen bestätigen die Widerlegung, bevor dieses Label vergeben wird.
- VERIFIED
- Die Behauptung ist korrekt. Dieses Label kommt zum Einsatz, wenn eine verbreitete Geschichte als Falschmeldung abgetan wurde, sich aber als wahr herausstellt — also die Faktenchecker selbst widerlegt werden. Das Label existiert, weil Überkorrektur im Faktencheck-Diskurs ein reales Phänomen ist.
- MISLEADING
- Die Behauptung enthält sachliche Elemente, stellt sie aber so dar, dass eine falsche Schlussfolgerung entsteht. Selektives Zitieren, fehlender Kontext und verzerrte Statistiken sind die häufigsten Muster in dieser Kategorie.
- SATIRE
- Der ursprüngliche Inhalt war eindeutig satirisch gemeint, wurde aber ohne diesen Kontext geteilt und löste echte Verwirrung aus. Die satirische Absicht der Quelle ist im Eintrag dokumentiert, ebenso der Nachweis, wie der Inhalt seinen ursprünglichen satirischen Rahmen verlassen hat.
- IN REVIEW
- Die Untersuchung läuft noch. Der Eintrag wird mit den verfügbaren Belegen veröffentlicht, das Urteil ist vorläufig. Diese Fälle sind ausdrücklich als unvollständig markiert und werden aktualisiert, sobald neue Belege die Frage klären.
Methodik im Überblick
Kein Eintrag kommt ohne zwei unabhängige Primärquellen, die die Widerlegung bestätigen, in die Datenbank. Quellen werden direkt im Text zitiert. Bei Bild- und Videofällen folgt die Verifikation OSINT-Protokollen (Open Source Intelligence): Rückwärts-Bildsuche, Metadatenanalyse und Geolokalisation per Quervergleich.
Bestätigungen durch etablierte Faktencheck-Organisationen — Correctiv, AFP Fact Check, Snopes, Full Fact — dienen als Zusatzbelege, ersetzen aber keine eigenständige Verifikation. Wo die Beweiskette lückenhaft ist, gilt das Label IN REVIEW, und die Lücken werden explizit dokumentiert.
Einen vollständigen Überblick über die Verifikationsstandards findest du auf der Über-uns-Seite.
Datenbank durchsuchen und filtern
Nutze die Kategorie-Filter oben, um die Ergebnisse einzugrenzen, oder gib ein Stichwort in das Suchfeld ein. Jede Eintragsseite enthält die vollständige Falldokumentation, die Urteilsbegründung und die Quellliste. Wenn du einen Fall kennst, der noch nicht in der Datenbank ist, melde ihn über das Einreichungsformular auf der Über-uns-Seite zur Prüfung.